没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
1、通过自定义函数进行线性回归模型对boston数据集前两个维度的数据进行模型训练并画出SSE和Epoch曲线图,画出真实值和预测值的散点图,最后进行二维和三维度可视化展示数据区域。 2、通过自定义函数进行线性回归模型对boston数据集前四个维度的数据进行模型训练并画出SSE和Epoch曲线图,画出真实值和预测值的散点图,最后进行可视化展示数据区域。 1、先载入boston数据集 Load Iris data 2、分离训练集和设置测试集split train and test sets 3、对数据进行标准化处理Normalize the data 4、自定义损失函数 5、使用梯度下降算法训练线性回归模型 6、初始化模型参数 7、训练模型 8、对训练集和新数据进行预测 9、画出SSE和Epoch折线图 10、画出真实值和预测值的散点图 进行可视化import pandas as pd import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # 读取数据
资源推荐
资源详情
资源评论
收起资源包目录
机器学习与深度学习——自定义函数进行线性回归模型分析(波士顿房价).zip (2个子文件)
不用sklearn自定义函数进行线性模型回归和预测(二维数据)(1).ipynb 214KB
不用sklearn自定义函数进行线性模型回归和预测(四维数据)(1).ipynb 232KB
共 2 条
- 1
资源评论
星川皆无恙
- 粉丝: 1w+
- 资源: 54
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功